一种基于深度学习的毫米波信道估计方法
公开
摘要
本发明属于无线通信技术领域，提供了一种基于深度学习的毫米波信道估计方法。本发明主要包括以下步骤：构建毫米波大规模MIMO系统信道模型；根据毫米波信道模型构建深度学习框架，设计DNN信道估计器的参数；收集DNN信道估计器离线训练的样本；DNN信道估计器通过离线学习在不同信道条件下的模拟数据进行训练；进行DNN信道估计器的在线估计，根据当前输入数据得到相应的输出数据；对DNN信道估计器的MSE性能进行实验并分析。通过最后的验证发现，与传统毫米波信道估计方法相比，本发明的性能更好，并通过在各种情况下进行仿真，证明了本发明的有效性。
基本信息
专利标题 ：
一种基于深度学习的毫米波信道估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114598574A
申请号 ：
CN202210218629.8
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
龙恳刘青刘健陈冀鹏
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区崇文路2号
代理机构 ：
代理人 ：
优先权 ：
CN202210218629.8
主分类号 ：
H04L25/02
IPC分类号 ：
H04L25/02 H04B7/0452 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
